Posicao #16
MoonshotAI Kimi Latest
- Multimodal
- 1.0M ctx
- 1M
- $8.45
Modelo · Fornecedores
Modelos deste fornecedor ou equipe nos Rankings globais (mesmos dados do quadro principal).
Snapshot do quadro:
Moonshot AI (Kimi) publica chat e raciocínio de contexto longo. Acompanhe SKUs nos Rankings globais e use Comparar para contexto e preços vs long-window.
Posicao #16
Posicao #17
| Posição | Nome | Tipo | Métrica-chave | 1M tokens (média) |
|---|---|---|---|---|
| 16 | MoonshotAI Kimi Latest | Multimodal | 1.0M ctx | $8.45 |
| 17 | MoonshotAI: Kimi K3 | Multimodal | 1.0M ctx | $9.00 |
| Posição | Nome | Size | Preço | Notes |
|---|---|---|---|---|
| — | MoonshotAI Kimi Latest | 1.0M ctx | $8.45/1M | ~moonshotai/kimi-latest |
| — | MoonshotAI: Kimi K2 0711 | 131k ctx | $1.43/1M | moonshotai/kimi-k2 |
| — | MoonshotAI: Kimi K2 0905 | 262k ctx | $1.55/1M | moonshotai/kimi-k2-0905 |
| — | MoonshotAI: Kimi K2 Thinking | 262k ctx | $1.55/1M | moonshotai/kimi-k2-thinking |
| — | MoonshotAI: Kimi K2.5 | 262k ctx | $1.71/1M | moonshotai/kimi-k2.5 |
| — | MoonshotAI: Kimi K2.6 | 262k ctx | $2.00/1M | moonshotai/kimi-k2.6 |
| — | MoonshotAI: Kimi K2.7 Code | 262k ctx | $2.12/1M | moonshotai/kimi-k2.7-code |
| — | MoonshotAI: Kimi K3 | 1.0M ctx | $9.00/1M | moonshotai/kimi-k3 |
Contagens e precos vêm do catalogo OpenRouter mesclado com os Rankings globais da AI Hippo (mesmo snapshot de /rankings/). O rank reflete a pontuacao composta dessa tabela, nao o ELO do LMSYS Chatbot Arena. Snapshot: 2026-08-02. Metodologia
MoonshotAI Kimi Latest ocupa atualmente a posicao #16 nos Rankings globais (snapshot 2026-08-02).
No snapshot mais recente (2026-08-02), os precos medios por 1M variam de $1.43 a $9.00. Veja cada pagina de modelo para prompt vs completion.
2 de 8 modelos do catalogo aparecem nos Rankings globais; os outros 6 estao listados como so catalogo nesta pagina.
Sim—use o link de comparacao desta pagina ou abra /pt/compare/?m=MoonshotAI%20Kimi%20Latest&m=MoonshotAI%3A%20Kimi%20K3 para ver contexto, preco e pontuacao composta lado a lado.
Usa ponderacao interna (contexto primeiro, depois preco medio por 1M)—nao ELO de terceiros. Metodologia completa: /pt/methodology/